全书以项目为导向，以任务为驱动，全面地介绍数据分析与可视化的流程，以及Power BI数据分析与可视化的应用，详细讲解利用Power BI解决企业实际问题的方法。

《大模型Prompt工程》是一门精彩纷呈的课程，旨在深入探讨大型模型的应用和工程方法。这门课程包括以下主要内容： 1. 大模型概述 在开篇，我们将深入研究大模型的概念，揭示它们的工作原理以及它们在自然语言处理和图像处理中的关键作用。我们将讨论大模型提示词在各个领域的应用场景，涵盖了自动文本生成、信息检索、语义理解等领域。此外，我们还将简要介绍一些著名的大模型，如GPT-3.5、文心一言、讯飞星火、通义千问等，以及它们的特点和优势。 2. 大模型提示词 这一部分将深入研究如何构建有效的大模型提示词，以获取所需的信息。我们将探讨多种提示词工程方法，包括常规的提问、角色扮演、多范例提示、思维链等，以帮助学生深入了解如何构建提示词。   这门课程将采用实际案例和示例，通过互动和实践来巩固学习。学生将学会如何运用大模型在文案写作、代码编程和办公效率提升等方面发挥关键作用。 《大模型Prompt工程》课程将帮助学生深入了解大模型的工作原理和应用方法，提高他们在多领域的技能和知识。这门课程旨在培养学生的创造力和解决问题的能力，使他们能够充分利用大模型的潜力，应对现实生活和职业挑战。

全书共9章，介绍商务领域不同方向项目的数据分析方法，具体内容包括R语言数据分析概述、商品零售购物篮分析、航空公司客户价值分析、财政收入预测分析、金融服务机构资金流量预测、P2P信用贷款风险控制、电子商务网站智能推荐服务

本书以Kettle工具实现ETL流程为目标，将ETL知识点与项目任务相结合，配套真实的案例，按照ETL的流程，循序渐进地介绍了ETL数据整合与处理的相关内容。

‖ 课程简介 本课程是图书《大数据存储》的相关学习视频，课程内容使用大数据存储技术常用工具与真实案例相结合的方式，以项目任务式为导向，分7个项目，分别介绍了大数据存储方式和技术类型、结构化数据仓库Hive

（第6~8章），基础部分包括了Python数据可视化概述、数据的读取与处理、Matplotlib数据可视化基础、seaborn绘制进阶图形、pyecharts交互式绘图，实战部分包括了广电大数据可视化项目实战

全书深入浅出地介绍了Hadoop的基础知识，全书共有6章，介绍了Hadoop基本原理与架构、集群安装配置、MapReduce编程及一个完整项目案例等内容。